Goods and Bads of the Endocannabinoid System as a Therapeutic Target: Lessons Learned after 30 Years
Notice bibliographique
Résumé
The cannabis derivative marijuana is the most widely used recreational drug in the Western world, that is consumed by an estimated 83 million individuals (~3% of the world population). In recent years, there has been a marked transformation in society regarding the risk perception of cannabis, driven by its legalization and medical use in many states in the USA and worldwide. Compelling research evidence and the FDA cannabis-derived cannabidiol approval for severe childhood epilepsy have confirmed the large therapeutic potential of cannabidiol itself, Δ9-tetrahydrocannabinol (THC) and other plant-derived cannabinoids (phytocannabinoids). Of note, our body has a complex endocannabinoid system (ECS) - made of receptors, metabolic enzymes and transporters - that is also regulated by phytocannabinoids. The first endocannabinoid to be discovered 30 years ago was anandamide (N-arachidonoyl-ethanolamine); since then, distinct elements of ECS have been the target of drug design programs aimed at curing (or at least slowing down) a number of human diseases, both in the central nervous system and at the periphery. Here, a critical review of our knowledge of the goods and bads of ECS as a therapeutic target are presented, in order to define the benefits of ECS-active phytocannabinoids and ECS-oriented synthetic drugs for human health. Significance Statement The endocannabinoid system plays important roles everywhere in our body and is either involved in mediating key processes of central and peripheral diseases or represents a therapeutic target for treatment. Understanding structure, function, and pharmacology of the components of this complex system, and in particular of key receptors (like CB1R and CB2R) and metabolic enzymes (like FAAH and MAGL), will advance our understanding of endocannabinoid signaling and activity at molecular, cellular, and system levels providing new opportunities to treat patients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».